近日，我院在土木工程国际顶级期刊《Computer-Aided Civil and Infrastructure Engineering》在线发表了题为《Vision-based fatigue crack automatic perception and geometric updating of finite element model for welded joint in steel structures》的研究性论文，吉伯海教授和袁周致远副教授为该论文的共同通讯作者，博士生高天为第一作者。研究工作得到了国家自然科学基金(52308166,52378153)等项目的支持。

大跨钢桥是我国重大交通基础设施，在大流量、重载运营环境下，其疲劳问题日益突出已成为桥梁运营与维护的关键问题之一。由于钢桥结构体系庞大且复杂，传统的人工病害检测面临工作量大、效率低、数字化程度不足等诸多瓶颈，已难以适应今后行业转型升级的发展需求。为此，论文基于新型计算机视觉技术提出了一种疲劳病害“识别-量化-定位”集成感知算法，可实现疲劳病害的全自动感知。在此基础之上，将感知算法与有限元模型互通互联，可将感知病害实时映射至有限元模型中，实现病害的快速评估与处治(如图1所示)。相关研究成果可为大型基础设施的病害精细感知与数字孪生平台建设提供技术支撑。

论文信息：Gao, T., Yuanzhou, Z., Ji, B., & Xie, Z. (2024). Vision-based fatigue crack automatic perception and geometric updating of finite element model for welded joint in steel structures. Computer-Aided Civil and Infrastructure Engineering, 1–17. https://doi.org/10.1111/mice.13166

图1 疲劳病害自动感知与仿真架构